feat: CutThenThink v3.0 初始版本

完整实现 Tauri + Vanilla JS 轻量级截图工具

Phase 1 - 项目搭建
- Tauri 2.x 项目初始化
- Vite 前端项目搭建
- 基础 UI 框架(CSS 变量、组件库)
- 构建配置优化

Phase 2 - 核心截图功能
- 全屏/区域/窗口截图
- 截图预览和管理
- 文件命名和缩略图
- 全局快捷键集成

Phase 3 - 上传与存储
- 多图床上传(GitHub/Imgur/自定义)
- 配置管理系统
- SQLite 数据库

Phase 4 - OCR 集成
- 云端 OCR(百度/腾讯云)
- 插件管理系统
- 本地 OCR 插件(Go)
- OCR 结果处理

Phase 5 - AI 分类系统
- Claude/OpenAI API 集成
- Prompt 模板引擎
- 模板管理界面
- 自动分类流程

Phase 6 - 历史记录与管理
- 图库视图(网格/列表)
- 搜索与筛选
- 批量操作
- 导出功能(JSON/CSV/ZIP)

Phase 7 - 打包与发布
- 多平台构建配置
- CI/CD 工作流
- 图标和资源
- 安装包配置

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
This commit is contained in:
Claude
2026-02-12 18:58:40 +08:00
commit e2ea309ee6
142 changed files with 38818 additions and 0 deletions

109
src-ocr-plugin/README.md Normal file
View File

@@ -0,0 +1,109 @@
# CutThenThink OCR Plugin
本地 OCR 插件,基于 Tesseract OCR 引擎实现。
## 功能特性
- 支持多语言识别(中文、英文、日文、韩文等)
- 返回文本内容和边界框信息
- 提供置信度评分
- 跨平台支持Windows、macOS、Linux
## 系统依赖
### Linux (Ubuntu/Debian)
```bash
sudo apt-get install tesseract-ocr
sudo apt-get install tesseract-ocr-chi-sim # 简体中文
sudo apt-get install tesseract-ocr-chi-tra # 繁体中文
sudo apt-get install libtesseract-dev
```
### macOS
```bash
brew install tesseract
brew install tesseract-lang # 包含中文语言包
```
### Windows
1. 下载安装 Tesseract from [UB Mannheim](https://github.com/UB-Mannheim/tesseract/wiki)
2. 将 Tesseract 安装目录添加到 PATH 环境变量
3. 安装中文语言包
## 编译
```bash
# 下载依赖
go mod download
# 编译当前平台
go build -o ocr-plugin main.go
# 交叉编译
GOOS=windows GOARCH=amd64 go build -o ocr-plugin.exe main.go
GOOS=darwin GOARCH=amd64 go build -o ocr-plugin-mac main.go
GOOS=linux GOARCH=amd64 go build -o ocr-plugin-linux main.go
```
## 使用
### 查看版本
```bash
./ocr-plugin version
```
### 识别文本
```bash
./ocr-plugin recognize -image /path/to/image.png -lang eng+chi_sim
```
### 参数说明
- `-image`: 图片文件路径(必需)
- `-lang`: OCR 语言(默认: eng+chi_sim
#### 支持的语言代码
- `eng` - English
- `chi_sim` - 简体中文
- `chi_tra` - 繁体中文
- `jpn` - Japanese
- `kor` - Korean
## 输出格式
### 成功响应
```json
{
"success": true,
"engine": "tesseract",
"language": "eng+chi_sim",
"blocks": [
{
"text": "识别的文本",
"confidence": 95.5,
"bbox_x": 100,
"bbox_y": 200,
"bbox_width": 150,
"bbox_height": 30,
"block_type": "text"
}
]
}
```
### 错误响应
```json
{
"success": false,
"error": "错误信息"
}
```
## 性能优化
1. **图片预处理**: 在识别前对图片进行降噪、二值化处理可提高准确率
2. **语言选择**: 只加载需要的语言包可以提高速度
3. **图片尺寸**: 过大的图片会降低识别速度,建议缩放到合理尺寸
## 许可证
MIT License